政务数据治理是数据治理在政务行业的应用，解决政务数据归集、数据资源建设、数据共享和数据应用等各种问题，以及保障数据安全。数据治理概念兴起于企业数据治理部门，国内外权威机构分别定义了数据治理的范畴。DAMA数据管理知识体系中提出数据治理的定义是在管理数据资产过程中行使权利和管控，包括计划、监控和实施；国内数据管理成熟度模型（DCMM）提出数据治理是对数据资产管理行使权利和控制的活动，指导其他数据管理活动如何执行。政务数据治理是从根本上建立数据标准和规范，统一数据资产管理，统一数据调度，保证数据可控、可用、可信的工程。同时，以数据运营的方式，从政务数据和社会数据中提升社会效益和经济效益，为数字政府和智慧城市的建设提供可信、可用的数据支撑。政务数据治理伴随着政务信息化、数字化建设浪潮，逐步演变成数字政府和新型智慧城市建设的必要和必需的手段，并为政务服务、城市治理、经济发展等领域提供数据。
政务数据治理不断发展
政务数据治理经历了三个发展阶段。初步探索阶段。20世纪初期人们对政务数据还不够重视。政府IT建设的重点是IT技术和业务功能的实现，并不是以数据为中心的建设，对政务数据的认识还停留在非常粗浅的阶段。这个时期缺乏政务数据治理的方法和相关技术，政府部门对数据质量的重视程度也远远不够，数据质量较差，这也增加了后续跨部门数据汇聚整合的难度。对于政务数据的管理和存储，尚处于比较初始化的阶段，数据存储分散无序，不存在专门数据管理和归口部门，采集的数据也主要用于展示，很少进行数据分析和挖掘，数据使用和应用效率较低，这个时期的数据存而未治、治而未用的现象普遍存在。
成长丰富阶段。这一时期社会对政务数据的认识不断加深，政府部门开始重视数据的质量和数据的价值，数据的收集和使用开始进行有目的的规划，并对数据进行有计划的管理。数据已被政府部门自觉地当作辅助管理和决策参考的工具。数据存储于分散的业务信息系统中，具备初步的数据标准化能力，文件的存储具备统一的格式。但是，该时期数据从业人员大部分精力还是用于数据维护、数据清洗、利用数据形成分析报告，数据分析挖掘能力偏低，数据还未实现真正的价值挖掘，相关的顶层设计和政策支持较少。
发展落地阶段。在2016年以前，仅有少量省份对政务数据治理投以关注。从2016年开始，各省（区、市）出台的相关政策文件的数量出现显著增加。政府内部建立起专门的数据管理机构，设置相应的工作岗位，聘用专业人员，利用复杂的分析技术解决业务线或者机构的运营难题，政府还为数据从业人员提供职业发展训练以及清晰的职业发展路径。截至2019年年底，我国31个省（自治区、直辖市）中，已设立专门数据管理机构的省份为22个。数据的使用已经贯穿于政府管理各个领域、各个环节和各个过程之中，依数据决策、依数据管理、依数据监督已成为常态，政府管理和决策已离不开数据的支撑。同时，整个机构中都强调通过领导和管理来提升数据质量。
政务数据潜在价值巨大
相对其他行业，政务数据来源广泛，既包含各级政府部门因履职过程产生的数据资源，又包含服务过程中采集的外部数据资源。政务数据具备规模大、种类多、价值高的特点，跨部门的业务数据需求也越来越明显，加之政务信息化多年的建设成果，政务大数据汇集了各级政府部门的业务数据，数据种类众多，且事关百姓生活的方方面面，数据的潜在价值巨大。政务数据治理的主要目标是建设具有各级政府地方特色的数据应用体系并提供各种数据服务。因此，相比于部门级单个业务、单个行业、单个企业的数据治理工作，政务数据治理工作属于跨业务条线域治理，难度急剧上升，且数据质量问题更为突出，这也将逐渐提高政务对大数据采集、大数据处理、大数据融合、大数据挖掘分析等方面的技术门槛。政务数据治理包括：数据清洗、数据集成、资源规划、元数据采集以及标准编制等技术流程。首先盘点政府组织都有哪些数据资源，建立组织级数据模型，进而将分散在政府各部门的数据整合到集中存储数据中心，并对数据做规范化处理，同时，对历史数据进行数据清洗，定义数据结构和代码值的说明；在建设过程中形成规范化文档，经过总结梳理建设成标准，为后续数据治理项目建设提供理论依据。
政务数据治理的关键要素包括数据战略制定、数据组织建设、数据制度规范、流程技术、数据应用服务、数据安全、数据运营和成熟度评估在内的一系列体现政务属性的流程架构，如图所示。政务数据治理战略规划是整个数据治理环节的首要任务，也是数据战略基础，决定了战略方向，指导数据战略的方向和原则；组织建设开展于各项数据职能工作之前，也是各项数据职能工作开展的基础，强有力的组织架构是政务数据治理取得成功的有力保证。通常情况下，有组织负责政务数据治理过程和数据管理制度，这些组织是跨职能的；制度建设规范了政务数据治理的流程，构建政务数据治理制度体系，首先应符合地区政府的数据战略，其次应充分结合政务数据治理组织架构与治理现状，体现、贯彻和落实政务数据治理顶层设计要求，逐步将政务数据治理体系纳入政府的治理实践中；流程技术指导着政务数据治理的正确实施，包括汇聚整合、提炼加工、闭环处理、资产管理等一系列过程，建设成果汇聚成数据资产；政务数据资产包括原始库、基础库、主题库、专题库和指标库等在内的各种资产信息，为上层服务提供良好数据支持；数据服务结合分析挖掘技术及良好的产品工具，为政府提供决策支持和服务保障；数据安全是政务数据治理全流程的安全保障，是贯穿全流程的重要工作，因此需要从数据全生命周期的高度考虑数据安全，通常包括数据采集安全、数据存储安全、数据共享安全、数据应用安全、数据销毁安全等全流程安全保障；政务数据运营在数据采集、存储、汇聚、应用加工之外，还需要持续运营保持数据的鲜活、流畅和持续服务，包括：统一工单管理、供需对接、运行监控和绩效评估等；成熟度评估是对政务数据治理全流程的评价，包括战略规划、组织建设、制度规范、流程技术、数据资产建设、数据服务、数据安全和数据运营的各环节进行成熟度综合评估。
政务数据治理也面临着诸多问题。从数据治理的现状来看，政务数据治理是自政务系统正式运营开始便存在的，经过多年的发展虽然取得了一定成绩，但总体上仍处于起步上升阶段，我国政务数据治理仍然存在需求调研难以深入、数据与业务存在脱节、元主体特点突出、缺乏有效的组织机构保障、数据孤岛严重、“不愿共享”“不敢共享”数据采集及汇聚共享困难、缺乏统一的标准化体系等系列问题。
政务大数据建设依赖于自顶向下的数据规划和自底向上的数据治理，保障政务数据治理成功需要各方面支持。完善的沟通协调机制，使数据源存在问题时有专人跟踪协调，业务和技术部门共同参与数据治理的实施；准确的数据源描述，使数据源结构定义描述完整，数据源代码表准确可用性高；源端处理数据，在提供数据前充分保障数据质量，加强源端系统数据质量管控；建立完善的认责机制，明确数据责任方，增强数据责任意识，评价考核机制有助于数据持续更新。
